基础类型

子曾经曰过：程序员要对自己所写程序的每个字节都了如指掌。

Talk is cheap，show me the binary code. 
                                     by 高尔基

对于数据类型的分析，采用二进制文件和运行时的内存2个方面着手。

int / unsigned int

int

int n = 10;    // 全局整型变量n，编译链接后将放到.data段，
               // 而且只有这一个变量，那它就是放到.data的起始位置

int main()  // C语言的入口函数
{
        int n1 = n;
} 

二进制文件

执行命令：

arm-none-eabi-objdump -h main.elf

得到elf文件各段的信息, 重点看.data段

main.elf:     file format elf32-littlearm

Sections:
Idx Name          Size      VMA       LMA       File off  Algn
  0 .text         000000bc  00000000  00000000  00010000  2**2
                  CONTENTS, ALLOC, LOAD, READONLY, CODE
  1 .data         00000004  a0000000  000000bc  00020000  2**2
                  CONTENTS, ALLOC, LOAD, DATA
  2 .comment      00000031  00000000  00000000  00020004  2**0
                  CONTENTS, READONLY
  3 .ARM.attributes 0000002e  00000000  00000000  00020035  2**0
                  CONTENTS, READONLY

• 其中Size是段的大小，.data就是4，因为int型变量n就是4个字节大小。
• VMA是运行地址0xa0000000。
• LMA是load memory address及加载地址，为0xbc。
• File off为文件中的偏移，为0x20000。
• Algn对为对齐边界位置2**2即2的2次方=4，即4字节对齐。
• 下面的是段的相关属性，暂不表。

注意.data的地方：File off为0x00020000，表示.data段的内容放在main.elf文件的0x00020000开始的位置。

所以我们执行命令：

 hexdump -C -s 0x20000 main.elf

得到如图高亮的位置 0a，就是10进制的10。

内存

需要用到qemu命令x和xp命令

x /
fmt addr
    Virtual memory dump starting at addr.
xp /
fmt addr
    Physical memory dump starting at addr.
    fmt is a format which tells the command how to format the data. Its syntax is: /{count}{format}{size}

    count 
        is the number of items to be dumped.
    format
        can be x (hex), d (signed decimal), u (unsigned decimal), o (octal), c (char) or i (asm instruction).
    size
        can be b (8 bits), h (16 bits), w (32 bits) or g (64 bits). On x86, h
 or w
 can be specified with the i format to respectively select 16 or 32 bit code instruction size.

因我们还没有启用MMU，物理地址和虚拟地址相同，我们用x或xp均可。

查看代码段的加载地址 0xbc 处的一个4字节的数据，用10进制的格式显示。执行：

x /1dw 0xbc

得到结果：10，如图：

查看代码段的运行时地址 0xa0000000 处的一个4字节的数据，用10进制的格式显示。执行：

x /1dw 0xa0000000

得到结果：10，如图：

再试一个负数-2：

int n = -2;    // 全局整型变量n，编译链接后将放到.data段，
               // 而且只有这一个变量，那它就是放到.data的起始位置

int main()  // C语言的入口函数
{
        int n1 = n;
} 

我们看到在内存中的16进制表示，这个是-2的补码表示。

综上：将int型变量在的分析完成。

unsigned int

对于正整数赋值给unsigned int，和int类似。重点研究一下将负整数赋值给unsigned int有什么特别的。

• 对于无符号整形-2

unsigned int n = -2;    // 全局无符号整型变量n

int main()  // C语言的入口函数
{
        int n1 = n;
} 

查看代码段的运行时地址 0xa0000000 处的一个4字节的数据，用16进制的格式显示。执行：

x /1dw 0xa0000000

如图：

说明：将整形的负数赋值给无符号整形变量，是将负数的补码赋给变量。

下面类型的分析就只dump内存的内容来分析，因为内存中的数据就是从二进制文件加载来的。有兴趣的读者可自行验证，方法与int型类似。

（unsigned ）long、short、char

与int、unsigned int类似，读者可自行实验。

float

上代码：

float f = -2.5f;   

int main()  // C语言的入口函数
{
        
} 

得到：

如图这个0xc0200000怎么来的呢？

这要从float的IEEE754标准来分析。参考：IEEE754 浮点数的表示方法_Dablelv的博客专栏-CSDN博客_浮点数表示方法

配合IEEE754标准，在网址：https://float.exposed/ 上可以直接查看输入的float数值的各种表示方式，比如本例中的-2.5，高亮的地方就是16进制的表示法：

float收工。

double

double d = -2.5;   

int main()  // C语言的入口函数
{
        
} 

因为double占8个字节，我们要1个16进制的g，得到：

同float，在网址：https://float.exposed/ 输入double型的-2.5。得到：

复合类型

指针

上代码：

int n = 0xbabebabe;
int * p ; 

int main()  // C语言的入口函数
{
        p = &n;
} 

现在我们有2个全局变量n和p，我们把.data段的开头2个32位数据用16进制形式dump出来，得到：

很明显，0xa0000000开始的word值0xbabebabe就是变量n的值，也就是说变量n的地址就是0xa0000000。自然的因为p=&n;那p的值就是n的地址0xa0000000，所以第二个word的内容就是0xa0000000。符合语法中对指针的定义。

数组

struct Student
{

};
int n[4] = {1,2,3,4};

int main()  // C语言的入口函数
{
} 

Dump 4个word出来，每个word用10进制表示：

看起来没啥特别的。

结构体

struct Student
{
        int id;
        int age;
        int class_id;
        char name[32];
};

char* my_strcpy(char* dst, const char* src, int size)
{
        int i;
        for ( i = 0; i < size; i++)
        {
                dst[i] = src[i];
        }
        
        return dst;
}

struct Student std;
int main()  // C语言的入口函数
{
        std.id = 123;
        std.age = 12;
        std.class_id = 2;
        my_strcpy(std.name, "zhang san", 10);

        return 0;
} 

代码定义了一个全局结构体变量std。又因只有这个变量，那它就放到了数据段的起始地址处。所以我们还是dump 0xa0000000的数据：

可以看到，我分成了2步来dump，显示dump 4个10进制表示的word，前面的3个word就分别表示了这个变量的id, age， class_id，和代码中是匹配的，但是第4个word的值看不出来是啥，那是因为第4个word开始它是字段name的内容，它的大小是32个字节，我们就dump 32个char型的数据，可以看到前面的10个字符就是我们赋值的zhang san，没啥毛病。

联合体

对于联合体，我们设想一个需求场景，有一天学校需要限制学生的头发和胡须的长度，那同学胡须不能超出2毫米，女同学头发不能超出500毫米。

那我们就可以这样设计数据结构：用一个联合体表示2种长度：

• 如果是男同学，就表示胡子长度，单位毫米,为了精确点，用float类型；
• 如果是女同学，就表示头发长度，单位毫米，没必要精确到毫米以下，我们就用int型。

如下就是我们的代码，我们用2个变量分别表示男同学和女同学的要求，当然都是union body_hair_len类型：

union body_hair_len       // 学生头发或胡须的长度
{
        float beard_len;  // 如果是男同学，就表示胡子长度，单位毫米,为了精确点，用float类型
        int hair_len;     // 如果是女同学，就表示头发长度，单位毫米，没必要精确到毫米以下，我们就用int型
};


union body_hair_len male_len1;
union body_hair_len female_len2;
int main()  // C语言的入口函数
{
        male_len1.beard_len = 2.0f;
        female_len2.hair_len = 500;

        return 0;
} 

我们dump出来4个word吧，第一word是female_len2中存的值500, 第二个word存的是male_len1中 beard_len的值，因它是个浮点数，见上面float的表示方法，可以得到图中的值。

你是不是有个疑问：为啥不是第一个word保存的male_len1，第二个word保存的female_len2？

那是因为该编译器在将这2个变量解析的时候，会按照变量名的字母顺序排序，字母在前的变量就放到前面。f在m前，所以就是这个结果。当然不见得所以的编译器都会按照这个排序的规则来放数据。